Συντάχθηκε 01-08-2014 08:42
από Esthir Gelasaki
Email συντάκτη: egelasaki<στο>tuc.gr
Ενημερώθηκε:
01-08-2014 13:07
Ιδιότητα: υπάλληλος.
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΒΑΣΙΛΕΙΟΥ ΦΙΛΟΥ
με θέμα
Σχεδίαση Επιλογής Κινήσεων με Αναγνώριση Προτύπων για Παίκτη Go Βασισμένο σε Αναδιατασσόμενη Λογική
Δευτέρα 4 Αυγούστου 2014, 12:30μμ
Αίθουσα 145.Π42, Κτίριο Επιστημών, Πολυτεχνειούπολη
Εξεταστική Επιτροπή
Καθηγητής Απόστολος Δόλλας (επιβλέπων)
Καθηγητής Διονύσιος Πνευματικάτος
Αναπληρωτής Καθηγητής Ιωάννης Παπαευσταθίου
Περίληψη
Μετά την διάδοση και εξάπλωση του παιχνιδιού Go, ήταν φυσικό επόμενο ο κλάδος της Τεχνητής Νοημοσύνης να μελετήσει και να εξερευνήσει το παιχνίδι προσπαθώντας να δημιουργήσει Computer Programs, τα οποία προσομοιώνουν ένα παίχτη Go. Ο κλάδος της Τεχνητής Νοημοσύνης έχοντας καταγράψει σημαντική επιτυχία στην μοντελοποίηση άλλων Mind Games, δημιουργώντας Computer Programs πολύ ισχυρότερα από ένα φυσικό παίχτη επιδίωξε το ίδιο και με το Go.
Παρά την απλότητα των κανόνων αλλά και την διαδικασία παιχνιδιού, το Go είναι ένα αρκετά συνδυαστικό παιχνίδι, το οποίο μετρά μεγάλο αριθμό παικτών που κερδίζουν τα καλύτερα και ισχυρότερα Computer Go Programs. H προσπάθεια αντιμετώπισης του παιχνιδιού με δενδρική αναζήτηση, όπως και σε άλλα Mind Games(Chess, Othello,..) είναι αδύνατη. Εξαιτίας της φύσης του παιχνιδιού η αναπαράσταση ενός δένδρου αναζήτησης είναι τεράστια.
Για το λόγο αυτό οι ερευνητές - επιστήμονες στράφηκαν στον προσδιορισμό Ευριστικών Κανόνων(Heuristics) και τακτικής γνώσης, για να επιλέγεται η επόμενη κίνηση - φύλλο(leaf node) του δένδρου, ώστε να μειωθεί το μέγεθός του, για να μπορεί να μελετηθεί και αξιοποιηθεί. Επιπλέον χρησιμοποιήθηκαν και διάφορες άλλες τεχνικές για να ενισχυθούν τα Computer Go Programs, όπως τροποποιημένες τεχνικές Επεξεργασίας Εικόνας, τεχνικές Αναγνώρισης Προτύπων και τεχνικές Εκπαίδευσης Προγραμμάτων.
Η μέθοδος, όμως, με τα καλύτερα δυνατά αποτελέσματα ήταν εκείνη του Monte Carlo Tree Search(M.C.T.S.). Ο συνδυασμός της δενδρικής αναζήτησης και Monte Carlo προσομοιώσεων, οι οποίες χρησιμοποιούνται για την αξιολόγηση κάθε πιθανής επόμενης κίνησης. Όσο περισσότερες Monte Carlo προσομοιώσεις, τόσο καλύτερη αξιολόγηση. Με στόχο αυτό, μοντελοποιήθηκε και δημιουργήθηκε ένα σύστημα με την χρήση FPGA ώστε να επιτευχθούν όχι μόνο γρήγορες και αξιόπιστες προσομοιώσεις αλλά και "χρήσιμες". Για το λόγο αυτό, το σύστημα, τροποποιήθηκε για να προσομοιώνει ένα παίχτη Go και ενισχύθηκε με κάποιους τακτικούς κανόνες και μια μονάδα Αναγνώρισης Προτύπων Κινήσεων για καλύτερη επιλογή επόμενων κινήσεων κατά την διάρκεια των προσομοιώσεων Monte Carlo.
